재난사건의 신속한 대응은 다양한 분야의 재난안전 유관기관들이 유기적으로 관계함으로써 가능하며, 이 때 사용되는 재난용어의 표준화는 필수적이다. 따라서 재난안전 분야의 전문 용어사전 구축은 각 유관기관 간의 의사소통 및 국민에게 명확한 정보 전달을 위해 수반되는 핵심 요소이다. 더불어 효율적인 용어사전 구축을 위해서는 구축 대상 용어의 우선순위 선정이 필요하다. 본 연구에서는 구체적인 용어사전 구축방향의 설정을 위하여 용어 사용 주체로 대표되는 미디어를 각각 용어사전, 뉴스미디어, 소셜미디어로 선정하고 어휘의 사용 양상을 비교하였다. 이를 위해 각 미디어에서 수집된 어휘 자원을 바탕으로 미디어별 동시 출현 양상 및 빈도 가중치 분석을 통하여 어휘의 분포를 시각화하였다. 분석 결과를 통해 어휘의 사용 양상에 따라 용어사전의 구축대상이 될 수 있는 어휘의 유형을 4가지로 분류하고, 구축대상 기준별 용어사전 구축의 우선순위 방향성을 제안하였다.
재난사건의 신속한 대응은 다양한 분야의 재난안전 유관기관들이 유기적으로 관계함으로써 가능하며, 이 때 사용되는 재난용어의 표준화는 필수적이다. 따라서 재난안전 분야의 전문 용어사전 구축은 각 유관기관 간의 의사소통 및 국민에게 명확한 정보 전달을 위해 수반되는 핵심 요소이다. 더불어 효율적인 용어사전 구축을 위해서는 구축 대상 용어의 우선순위 선정이 필요하다. 본 연구에서는 구체적인 용어사전 구축방향의 설정을 위하여 용어 사용 주체로 대표되는 미디어를 각각 용어사전, 뉴스미디어, 소셜미디어로 선정하고 어휘의 사용 양상을 비교하였다. 이를 위해 각 미디어에서 수집된 어휘 자원을 바탕으로 미디어별 동시 출현 양상 및 빈도 가중치 분석을 통하여 어휘의 분포를 시각화하였다. 분석 결과를 통해 어휘의 사용 양상에 따라 용어사전의 구축대상이 될 수 있는 어휘의 유형을 4가지로 분류하고, 구축대상 기준별 용어사전 구축의 우선순위 방향성을 제안하였다.
The rapid response of disaster accidents can be archived through the organical involvement of various disaster and safety control agencies. To define the terminology of disaster safety is essential for communication between disaster safety agencies and well as announcement for the public. Also, to e...
The rapid response of disaster accidents can be archived through the organical involvement of various disaster and safety control agencies. To define the terminology of disaster safety is essential for communication between disaster safety agencies and well as announcement for the public. Also, to efficiently construct a word dictionary of disaster safety terminology, it's necessary to define the priority of the terms. In order to establish direction of word dictionary construction, this paper compares the usage of disaster safety terminology by media: word dictionary, new media, and social media, respectively. Based on the terminology resources collected from each media, we visualized the distribution of terminology according to frequency weights and analyzed co-occurrence patterns. We also classified the types of terminology into four categories and proposed the priority in the construction of disaster safety word dictionary.
The rapid response of disaster accidents can be archived through the organical involvement of various disaster and safety control agencies. To define the terminology of disaster safety is essential for communication between disaster safety agencies and well as announcement for the public. Also, to efficiently construct a word dictionary of disaster safety terminology, it's necessary to define the priority of the terms. In order to establish direction of word dictionary construction, this paper compares the usage of disaster safety terminology by media: word dictionary, new media, and social media, respectively. Based on the terminology resources collected from each media, we visualized the distribution of terminology according to frequency weights and analyzed co-occurrence patterns. We also classified the types of terminology into four categories and proposed the priority in the construction of disaster safety word dictionary.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
향후 연구방향으로는 본 연구에서 분석 대상으로 한 안전뉴스와 트위터의 수집기간이 2016년 3월 이후라는 한계점을 보완하여 보다 다양한 재난 유형이 포함되도록 수집 범위와 기간을 넓히고자 한다. 나아가 구축된 용어사전을 일반 이용자나 실무자가 재난관련기록을 검토할 때 그 의미가 명확히 전달되도록 하는 검색사이트나 플러그인 형태의 설명문 제시 기능 등의 도구로 활용하고자 한다.
이를 위해 업무 실무자가 참조하는 재난안전 분야 용어사전과 정보제공자가 작성한 뉴스미디어, 일반이용자가 생성하고 소비하는 소셜미디어를 선정하여 다양한 미디어에 나타난 어휘의 특성을 분석하였다. 나아가 분석 결과를 토대로 향후 진행될 재난안전 분야의 용어 표준화 및 용어사전 구축방향에 도움이 되고자 한다.
뉴스미디어를 통한 재난안전 관련 보도는 재난의 내용을 보다 많은 사람들에게 전달하여 재난의 피해확산 방지 및 방재가 그 목적이다. 따라서 뉴스를 포함한 공적미디어에서 활용되는 재난안전 분야 어휘는 정보이용자가 곧바로 소비하는 어휘로서 정보 전달력이 높아야 한다.
본 연구는 보다 효율적인 재난안전 용어사전 구축을 위하여 재난안전 관련 어휘를 분석하고자 하였다. 이를 위해 각 미디어에서 사용되고 있는 어휘의 양상을 분석하고 재난안전용어사전의 구축대상이 되는 어휘를 유형화하였다.
본 연구의 궁극적 목적은 재난안전 분야의 어휘들을 위 4가지로 분류하고 유형에 따른 어휘 활용 양상을 파악함으로써 정보제공자 및 정보이용자 모두가 효율적으로 활용할 수 있는 재난안전 용어사전 구축 방향을 제안하는데 있다.
어휘 수집결과 통계를 통해 소셜 미디어보다 뉴스미디어에서 재난안전 분야의 어휘를 더 풍부하게 활용하고 있음을 파악할 수 있었다. 이렇듯 본 연구에서는 각 미디어로부터 추출된 주요 어휘를 대상으로 어휘 특징 도출을 위한 분석을 실시하였다.
이 중 재난안전 분야의 용어사전을 구축하는 일은 각 유관기관 간의 원활한 의사소통 및 국민에게 명확한 재난안전정보를 전달하기 위해 필수적인 조치이다. 이에 본 연구는 구체적인 용어사전구축방향 설정을 위하여 각 미디어에서 활용되는 어휘의 사용 양상을 살펴보았다. Fig.
재난안전 분야의 용어사전 구축은 재난안전정보의 통합적 관리를 위한 방안의 하나로, 각 재난안전 유관기관에 산재되어 있는 재난관련 용어를 표준화하는데 목적이 있다. 재난안전 용어사전 구축을 위해서는 구축 대상 선정이 우선 되어야 한다.
제안 방법
본 연구에서는 앞서 추출된 어휘를 대상으로 중복 출현 양상과 더불어 각각의 개별 어휘에 대한 분포도를 3차원 그래프로 시각화하여 미디어별로 분석하였다. 3차원 어휘 분포 분석은 각각의 개별 어휘에 대한 가중치 값을 토대로 R[14] 패키지에서 제공하는 scatter 3D 함수를 이용하여 수행하였다. 분석 결과를 바탕으로 미디어별 어휘 사용 양상 및 특징을 파악하였다.
트윗수집 방법으로는 오픈소스 소프트웨어 저장소인 GitHub[12]에 공개된 트윗 수집 프로그램의 코드를 일부 수정하여 사용하였다. 각 미디어에서 최종적으로 수집된 결과에 대해서는 일부 중복되는 데이터를 제거하는 등 전처리를 수행하였다.
분석 방법은 먼저, 각 미디어에서 사용하고 있는 고빈도어 상위 100개 어휘를 추출한 후, 이들 어휘를 기준으로 타 미디어에서 동시출현 하는 양상을 확인하였다. 그리고 용어사전, 안전뉴스, 트위터를 X, Y, Z 축으로 하여 각각의 개별 어휘에 좌표를 부여한 후, 3차원 그래프로 시각화하였다. 예를 들면, X-Y 평면은 용어사전과 안전뉴스, Y-Z평면은 안전뉴스와 트위터, X-Z평면은 용어사전과 트위터의 어휘가 동시 출현한 영역이다.
셋째, 수집된 뉴스 및 트윗의 내용으로부터 어휘를 추출하여 자주 사용된 주요 어휘를 중심으로 분석한다. 넷째, 용어사전, 뉴스, 트위터에서 사용된 어휘 간의 중복도 및 어휘 분포를 분석하여 각 미디어별 어휘 특징을 도출한다. 이러한 과정을 통해 각 미디어에서 사용되는 재난안전 분야 어휘 유형을 분류함으로써, 재난안전 용어사전 구축 시 유용하게 활용할 수 있다.
첫째, 재난안전 분야에서 활용되고 있는 다양한 용어사전을 수집하여 표제어(entry)를 식별하고 어휘자원을 디지털화한다. 둘째, 데이터 수집 기간 및 키워드를 선정하여 재난안전 분야와 연관된 뉴스와 트윗을 자동 수집한다. 셋째, 수집된 뉴스 및 트윗의 내용으로부터 어휘를 추출하여 자주 사용된 주요 어휘를 중심으로 분석한다.
그 결과 Table 1과 같이 총 404개의 문서로부터 173,284건의 재난안전 관련 어휘들을 수집하였으며, 법령에서 나타난 어휘에 더 많은 가중치를 부여하였다. 또한 뉴스 및 트윗에서 재난안전 관련 어휘를 자동으로 수집하기 위해 수집대상 기간 및 키워드를 선정하였다. 뉴스의 경우에는 행정안전부에서 운영하는 ‘국민재난안전포털’ 웹사이트의 서브메뉴인 ‘안전뉴스’에 게시된 총 23,358개의 재난관련 뉴스를 자동으로 수집하였다.
본 연구에서는 분석 대상 소셜미디어로 다른 매체보다 정보의 신속성 및 확산성이 높고 자동 수집이 가능한 트위터[6]를 어휘 추출 대상으로 선정하였다. 본 연구에서 제안하는 재난안전 분야 어휘 사용 양상 분석 방법은 Fig. 1과 같이 설계하였으며, 재난안전 분야 용어사전 수집 및 뉴스와 트윗 자동수집 방안을 기반으로 어휘의 동시 출현 양상과 미디어별 어휘 분포 분석을 수행하였다. 구체적인 내용은 다음과 같다.
본 연구에서는 각 미디어에서 파악된 어휘의 분포 및 특징을 통하여 재난안전 분야의 어휘를 유형별로 분류하였다. 분류한 어휘의 유형은 다음과 같다.
본 연구에서는 앞서 추출된 어휘를 대상으로 중복 출현 양상과 더불어 각각의 개별 어휘에 대한 분포도를 3차원 그래프로 시각화하여 미디어별로 분석하였다. 3차원 어휘 분포 분석은 각각의 개별 어휘에 대한 가중치 값을 토대로 R[14] 패키지에서 제공하는 scatter 3D 함수를 이용하여 수행하였다.
본 연구에서는 자동으로 수집된 안전뉴스 및 트윗 데이터를 RHINO 형태소 분석기[13]를 사용하여 안전뉴스 및 트윗 내용으로부터 명사형 어휘를 추출하였다. Table 2는 각 미디어로부터 추출된 어휘 현황에 대한 내용이며, 안전뉴스에서는 2,701,973건(중복제거 32,186건), 트윗에서는 4,411,564건(중복제거 44,452건)의 어휘가 추출되었다.
본 연구에서는 재난안전 분야 어휘의 사용 양상을 업무 실무자, 정보제공자, 정보이용자 관점으로 분석하였다. 이를 위해 업무 실무자가 참조하는 재난안전 분야 용어사전과 정보제공자가 작성한 뉴스미디어, 일반이용자가 생성하고 소비하는 소셜미디어를 선정하여 다양한 미디어에 나타난 어휘의 특성을 분석하였다.
본 연구에서는 재난안전 용어사전 구축에 필요한 어휘자원을 수집하고자 먼저 행정안전부와 연계된 다양한 재난안전분야 유관기관에서 사용하고 있는 용어사전, 국가표준, 단행본, 법령, 매뉴얼 등으로부터 재난안전 관련 어휘를 온·오프라인으로 수집하고 디지털화하였다.
3차원 어휘 분포 분석은 각각의 개별 어휘에 대한 가중치 값을 토대로 R[14] 패키지에서 제공하는 scatter 3D 함수를 이용하여 수행하였다. 분석 결과를 바탕으로 미디어별 어휘 사용 양상 및 특징을 파악하였다.
이 중에서 중복을 제거한 약 13만 개의 개별(unique) 어휘가 본 연구의 주요 분석대상이다. 분석 방법은 먼저, 각 미디어에서 사용하고 있는 고빈도어 상위 100개 어휘를 추출한 후, 이들 어휘를 기준으로 타 미디어에서 동시출현 하는 양상을 확인하였다. 그리고 용어사전, 안전뉴스, 트위터를 X, Y, Z 축으로 하여 각각의 개별 어휘에 좌표를 부여한 후, 3차원 그래프로 시각화하였다.
분석결과 용어사전 구축을 위한 표준화 대상이 될 수 있는 재난안전 분야 어휘 유형을 4가지로 분류하고, 각 유형의 특징을 도출하였다. 먼저 모든 미디어에서 사용되는 어휘(유형1)는 활용도가 높은 어휘로 대상에 관계없이 용어사전 구축 시에 우선순위를 두어야 한다.
둘째, 데이터 수집 기간 및 키워드를 선정하여 재난안전 분야와 연관된 뉴스와 트윗을 자동 수집한다. 셋째, 수집된 뉴스 및 트윗의 내용으로부터 어휘를 추출하여 자주 사용된 주요 어휘를 중심으로 분석한다. 넷째, 용어사전, 뉴스, 트위터에서 사용된 어휘 간의 중복도 및 어휘 분포를 분석하여 각 미디어별 어휘 특징을 도출한다.
‘안전뉴스’에 게시된 뉴스는 모두 ‘연합뉴스’에서 제공되는 기사로 단일 출처인 한계를 가지고 있으나, 정부가 재난안전과 관련하여 대국민서비스를 목표로 운영하고 있는 웹사이트에 게시된 뉴스라는점에서 재난관련 어휘의 추출 대상으로 선정하였다. 안전뉴스의 수집은 JAVA에서 제공하는 웹 데이터 수집 API를 활용하여 제목 및 내용, 일시 등을 자동으로 추출하였다.
본 연구는 보다 효율적인 재난안전 용어사전 구축을 위하여 재난안전 관련 어휘를 분석하고자 하였다. 이를 위해 각 미디어에서 사용되고 있는 어휘의 양상을 분석하고 재난안전용어사전의 구축대상이 되는 어휘를 유형화하였다. 이는 용어사전의 활용 대상에 따라 용어사전 구축방향 수립의 기초자료로 활용될 수 있음에 의의가 있다.
재난안전 용어사전 구축을 위해서는 구축 대상 선정이 우선 되어야 한다. 이를 위해 본 연구에서는 각 미디어에서 활용되는 고빈도 어휘를 추출하고, 타 미디어와의 동시 출현 양상을 분석하였으며, 추출된 어휘의 빈도 가중치를 이용하여 어휘의 분포를 시각화하였다.
본 연구에서는 재난안전 분야 어휘의 사용 양상을 업무 실무자, 정보제공자, 정보이용자 관점으로 분석하였다. 이를 위해 업무 실무자가 참조하는 재난안전 분야 용어사전과 정보제공자가 작성한 뉴스미디어, 일반이용자가 생성하고 소비하는 소셜미디어를 선정하여 다양한 미디어에 나타난 어휘의 특성을 분석하였다. 나아가 분석 결과를 토대로 향후 진행될 재난안전 분야의 용어 표준화 및 용어사전 구축방향에 도움이 되고자 한다.
재난안전 분야 어휘의 사용 양상 분석을 위해 관련 용어들을 추출할 수 있는 정보자원(information sources)을 검토하였다. 일반적으로 대형 재난사건 및 사고가 발생하게 되면 뉴스미디어가 주도적으로 정보를 제공하고 여론을 형성한다[5].
첫째, 재난안전 분야에서 활용되고 있는 다양한 용어사전을 수집하여 표제어(entry)를 식별하고 어휘자원을 디지털화한다. 둘째, 데이터 수집 기간 및 키워드를 선정하여 재난안전 분야와 연관된 뉴스와 트윗을 자동 수집한다.
선정된 재난사건은 태풍, 강풍, 풍랑, 호우, 대설 등 총 21건의 자연재난과 ‘고양종합터미널 지하 공사장 화재 사고’, ‘중동호흡기증후군(메르스)’, ‘용흥지구 산불피해’ 등 총 12건의 사회재난이며, 2016년 재해연보에 추가된 ‘태풍 차바’와 ‘경주 지진’을 추가하여 약 395,193개의 트윗을 자동으로 수집하였다[11]. 트윗수집 방법으로는 오픈소스 소프트웨어 저장소인 GitHub[12]에 공개된 트윗 수집 프로그램의 코드를 일부 수정하여 사용하였다. 각 미디어에서 최종적으로 수집된 결과에 대해서는 일부 중복되는 데이터를 제거하는 등 전처리를 수행하였다.
대상 데이터
‘안전뉴스’에 게시된 뉴스는 모두 ‘연합뉴스’에서 제공되는 기사로 단일 출처인 한계를 가지고 있으나, 정부가 재난안전과 관련하여 대국민서비스를 목표로 운영하고 있는 웹사이트에 게시된 뉴스라는점에서 재난관련 어휘의 추출 대상으로 선정하였다.
뉴스의 경우에는 행정안전부에서 운영하는 ‘국민재난안전포털’ 웹사이트의 서브메뉴인 ‘안전뉴스’에 게시된 총 23,358개의 재난관련 뉴스를 자동으로 수집하였다.
본 연구에서는 분석 대상 소셜미디어로 다른 매체보다 정보의 신속성 및 확산성이 높고 자동 수집이 가능한 트위터[6]를 어휘 추출 대상으로 선정하였다. 본 연구에서 제안하는 재난안전 분야 어휘 사용 양상 분석 방법은 Fig.
선정된 재난사건은 태풍, 강풍, 풍랑, 호우, 대설 등 총 21건의 자연재난과 ‘고양종합터미널 지하 공사장 화재 사고’, ‘중동호흡기증후군(메르스)’, ‘용흥지구 산불피해’ 등 총 12건의 사회재난이며, 2016년 재해연보에 추가된 ‘태풍 차바’와 ‘경주 지진’을 추가하여 약 395,193개의 트윗을 자동으로 수집하였다[11].
용어사전으로부터 수집된 어휘는 총 134,615개(중복 제거)이며, 이중 상위 100개 고빈도 용어사전 어휘가 타 미디어에 얼마나 출현하는가에 대한 양상을 Fig. 4와 같이 분석하였다. 용어사전과 안전뉴스에서 동시 출현한 어휘는 총 84개, 용어사전과 트위터에서 동시 출현한 어휘는 48개이다.
재난안전 용어사전 구축을 위한 미디어별 어휘 사용 양상분석을 위해 비교 대상인 3개의 미디어(용어사전, 안전뉴스, 트위터)에서 수집된 418,955개 문서로부터 약 720만 개의 어휘를 수집하였다. 이 중에서 중복을 제거한 약 13만 개의 개별(unique) 어휘가 본 연구의 주요 분석대상이다. 분석 방법은 먼저, 각 미디어에서 사용하고 있는 고빈도어 상위 100개 어휘를 추출한 후, 이들 어휘를 기준으로 타 미디어에서 동시출현 하는 양상을 확인하였다.
뉴스미디어에서 활용하는 어휘에 대해 분석함으로써, 정보를 전달하는 ‘제공자’적 측면에서 주로 어떤 어휘자원들이 활용되는지 시사점 도출이 가능하다. 이를 위해 안전뉴스에서 주로 사용되는 32,186개(중복제거)의 어휘 중, 고빈도어 상위 100개 어휘를 대상으로 용어사전과 트위터에서의 사용 양상을 분석하였다(Fig. 6). 안전뉴스와 용어사전에서 동시 출현한 어휘는 총 90개로 안전뉴스에서 사용된 재난안전 분야 어휘는 대부분 용어사전에도 기술된 어휘인 것으로 파악되었다.
재난안전 용어사전 구축을 위한 미디어별 어휘 사용 양상분석을 위해 비교 대상인 3개의 미디어(용어사전, 안전뉴스, 트위터)에서 수집된 418,955개 문서로부터 약 720만 개의 어휘를 수집하였다. 이 중에서 중복을 제거한 약 13만 개의 개별(unique) 어휘가 본 연구의 주요 분석대상이다.
재난안전과 관련된 트윗은 2015년에 발행한 재난연감과 재해연보에 기재된 최근 10년간의 ‘대형’ 자연 및 사회재난의 발생기간, 사건명을 기준으로 수집하였다[9, 10].
트위터 고빈도어는 주로 일반 이용자가 활용하는 어휘로서, 이를 통해 정보를 소비하는 이용자가 어떠한 재난안전 분야의 어휘에 관심을 가지고 있는지 유추할 수 있다[7]. 트위터에서 주로 사용되는 어휘는 44,452개(중복 제거)이며, 이 중 상위 100개 고빈도어를 대상으로 용어사전과 안전뉴스에서의 사용 양상을 분석하였다(Fig. 8). 트위터 고빈도어 상위 100개 어휘를 기준으로 용어사전 및 안전뉴스에서 동시 출현한 어휘는 총 84개이며, 트위터에서 사용된 어휘는 안전뉴스에 모두 출현하였다.
성능/효과
‘세월호’, ‘선체’, ‘인양’, ‘참사’, ‘침몰’, ‘시신’, ‘유가족’ 등의 표제어는 최근 우리나라에서 발생한 특정 재난인 ‘세월호’와 관련된 어휘로써 정보제공자인 뉴스 및 정보이용자인 트위터에서는 높은 관심을 보이며 고빈도어로 사용된 반면, 실무자가 사용하는 용어사전에는 아직 반영되지 않았음을 알 수 있다.
260개 고빈도 어휘의 빈도 가중치 범위를 살펴보면 용어사전은 0.5∼1, 안전뉴스는0.80∼1, 트위터는 0.86∼1 사이의 값을 갖는 것으로 파악되었다.
본 연구에서는 재난안전 용어사전 구축에 필요한 어휘자원을 수집하고자 먼저 행정안전부와 연계된 다양한 재난안전분야 유관기관에서 사용하고 있는 용어사전, 국가표준, 단행본, 법령, 매뉴얼 등으로부터 재난안전 관련 어휘를 온·오프라인으로 수집하고 디지털화하였다. 그 결과 Table 1과 같이 총 404개의 문서로부터 173,284건의 재난안전 관련 어휘들을 수집하였으며, 법령에서 나타난 어휘에 더 많은 가중치를 부여하였다. 또한 뉴스 및 트윗에서 재난안전 관련 어휘를 자동으로 수집하기 위해 수집대상 기간 및 키워드를 선정하였다.
10은 앞서 기술한 각 미디어별고빈도 상위 100개의 어휘 사용 양상을 빈도 가중치의 평균값으로 요약한 그림이다. 대체적으로 안전뉴스와 트위터 간에는 상관관계가 높으며, 용어사전과는 다소 괴리가 있음을 확인할 수 있다.
6). 안전뉴스와 용어사전에서 동시 출현한 어휘는 총 90개로 안전뉴스에서 사용된 재난안전 분야 어휘는 대부분 용어사전에도 기술된 어휘인 것으로 파악되었다. 특히, 트위터와의 동시출현 여부를 살펴보면 안전뉴스의 고빈도어가 트위터에 모두 사용되었다.
Table 2는 각 미디어로부터 추출된 어휘 현황에 대한 내용이며, 안전뉴스에서는 2,701,973건(중복제거 32,186건), 트윗에서는 4,411,564건(중복제거 44,452건)의 어휘가 추출되었다. 어휘 수집결과 통계를 통해 소셜 미디어보다 뉴스미디어에서 재난안전 분야의 어휘를 더 풍부하게 활용하고 있음을 파악할 수 있었다. 이렇듯 본 연구에서는 각 미디어로부터 추출된 주요 어휘를 대상으로 어휘 특징 도출을 위한 분석을 실시하였다.
45∼1이다. 이를 통해 안전뉴스에서 사용하고 있는 어휘는 용어사전과 트위터에서 사용하는 어휘를 함께 활용하고 있으며, 용어사전의 어휘보다는 트위터의 어휘에 근접하게 분포하고 있음을 시각적으로 확인할 수 있다. 어휘 분포 관점에서 보면, 용어사전 고빈도어보다 안전뉴스의 고빈도어 분포도가 좀 더 군집되어있다.
용어사전과 안전뉴스에서 동시 출현한 어휘는 총 84개, 용어사전과 트위터에서 동시 출현한 어휘는 48개이다. 이를 통해 용어사전의 고빈도어가 트위터보다 안전뉴스에서 더 많이 사용되었음을 확인할 수 있으며, 이는 용어사전의 어휘가 공적미디어에서 정보제공 시 주로 활용됨을 의미한다.
이상의 내용을 종합해 보면, 트위터의 고빈도 어휘는 정보이용자 측면에서 관심도를 파악할 수 있는 어휘로서, 공적 미디어인 뉴스에서 사용되는 어휘가 즉각적으로 반영됨을 알 수 있다. 반면, 트위터 고빈도어는 업무 실무자들이 활용하는 용어사전과는 다소 괴리가 있으며, 이를 통하여 특정재난사건과 관련하여 누락된 재난안전 분야의 어휘를 확인할 수 있다.
63, 0, 0)’을 보면, ‘태풍’, ‘다이옥신’과 마찬가지로 용어사전 중복도는 14회이며 기상청, 해양수산부, 안전보건공단 등 9개의 기관에서 중복적으로 사용되는 고빈도 어휘이다. 이상의 분석결과는 용어사전 고빈도어에 일반용어와 전문용어가 혼재되어 있다는 선행연구[8]의 결과와 맥을 같이 하며, 용어사전 고빈도어 중에서도 안전뉴스와 트위터에서 동시 출현하는 어휘는 정보이용자가 일반적으로 활용하는 어휘임을 유추할 수 있다.
8). 트위터 고빈도어 상위 100개 어휘를 기준으로 용어사전 및 안전뉴스에서 동시 출현한 어휘는 총 84개이며, 트위터에서 사용된 어휘는 안전뉴스에 모두 출현하였다. 이는 트위터의 고빈도어 역시 용어사전 및 안전뉴스에서도 활용되고 있음을 의미한다.
하지만 ‘작업’을 포함하는 하위 개념의 어휘를 조사해 보면, ‘분진작업’, ‘도복작업’, ‘대벌작업’등 ‘작업’이란 어휘가 총 25개의 기관에서 440개의 다양한 복합명사로서 활용됨을 확인할 수 있다.
후속연구
이는 용어사전의 활용 대상에 따라 용어사전 구축방향 수립의 기초자료로 활용될 수 있음에 의의가 있다. 향후 연구방향으로는 본 연구에서 분석 대상으로 한 안전뉴스와 트위터의 수집기간이 2016년 3월 이후라는 한계점을 보완하여 보다 다양한 재난 유형이 포함되도록 수집 범위와 기간을 넓히고자 한다. 나아가 구축된 용어사전을 일반 이용자나 실무자가 재난관련기록을 검토할 때 그 의미가 명확히 전달되도록 하는 검색사이트나 플러그인 형태의 설명문 제시 기능 등의 도구로 활용하고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
전문 용어사전의 기능은 무엇인가?
특정 분야에서 활용되고 있는 용어를 분석하고 표준 어휘를 정리한 전문 용어사전은 인접 분야와의 의사소통을 효율적으로 이루어지게 한다[1]. 현재행정안전부 (前,국민안전처)와 연계된 재난안전 분야 관련 유관기관은 모두 55개로, 국가적 차원의 재난 관리 및 대응은 다양한 분야의 조직 및 기관들의 긴밀한 협력을 통하여[2] 유기적으로 수행되어야 한다.
재난안전 분야에 대한 용어 표준화 및 용어사전 구축이 매우 중요한 일인 이유는 무엇인가?
현재행정안전부 (前,국민안전처)와 연계된 재난안전 분야 관련 유관기관은 모두 55개로, 국가적 차원의 재난 관리 및 대응은 다양한 분야의 조직 및 기관들의 긴밀한 협력을 통하여[2] 유기적으로 수행되어야 한다. 그러나 이들 기관에서 재난사건에 대한 대응 시, 동일한 개념을 서로 다른 용어로 지칭하거나 잘못된 용어를 사용하여 의사소통에 차질이 발생할 경우[1], 그 피해는 고스란히 국민이 짊어지게 된다. 특히, 잘못된 정보의 공유와 확산으로 인하여 일반 국민들이 불안과 공포에 사로잡히는 경우가 종종 발생하곤 한다[3]. 따라서 재난안전 분야에 대한 용어 표준화 및 용어사전 구축은 매우 중요한 일이다.
효율적인 용어사전 구축을 위해서 필요한 것은 무엇인가?
따라서 재난안전 분야의 전문 용어사전 구축은 각 유관기관 간의 의사소통 및 국민에게 명확한 정보 전달을 위해 수반되는 핵심 요소이다. 더불어 효율적인 용어사전 구축을 위해서는 구축 대상 용어의 우선순위 선정이 필요하다. 본 연구에서는 구체적인 용어사전 구축방향의 설정을 위하여 용어 사용 주체로 대표되는 미디어를 각각 용어사전, 뉴스미디어, 소셜미디어로 선정하고 어휘의 사용 양상을 비교하였다.
참고문헌 (14)
The National Institute of The Korean Language, "A Study on the Specialized Terminology," Seoul: The National Institute of The Korean Language, 2007.
J. H. Lim, T. Y. Park, and S. J. Kim, "Development of a Facet Classification System for Integrated Management and Shared Use of Disaster and Safety Information," Korea Libray And Information Science Society, Vol.48, No.4, pp.375-399, 2017.
J. Y. Gang, H. J. Han, Y. Kim, and H. J. Oh, "Empirical Study of Disaster and Safety Record Information Resources Archiving Strategy based on Automatic Acquired Web Records from Related Organizations," Journal of The Korean Biblia Society for Library and Information Science, Vol.28, No.4, pp.223-246, 2017.
C. M. Kim and C. I. Cho, "An Exploration of Issue Attention Cycle of Great Disasters," Seoul Studies, Vol.16, No.4, pp.147-162, 2015.
J. Y. Park, P. M. Ryu, and H. J. Oh, "A Collecting Model of Public Opinion on Social Disaster in Twitter: A Case Study in 'Humidifier Disinfectant," KIPS Transactions on Software and Data Engineering, Vol.6, No.4, pp.177-184, 2017.
H. C. Jeong, T. Y. Kim, Y. Kim, and H. J. Oh, "A Study on the Utilization Plan of Lexical Resources for Disaster andSafety Information Management Based on Current Status Analysis," Korea Society for Information Management, Vol.34, No.2, pp.137-158, 2017.
T. Y. Kim, J. E. Lee, and H. J. Oh, "A Study on the Analysis of Disaster Safety Lexicon Patterns in Social Media," Journal of the Korea Contents Association, Vol.17, No.10, pp.85-93, 2017.
Ministry of Public Safety and Security, "Disater Yearbook 2015," Ministry of Public Safety and Security, 2016.
Ministry of Public Safety and Security, "Statistical Yearbook of Natural Disaster 2015," Ministry of Public Safety and Security, 2016.
Ministry of Public Safety and Security, "Statistical Yearbook of Natural Disaster 2016," Ministry of Public Safety and Security, 2017.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.